NVIDIA利用Vera CPU加速下一代CPU和GPU的设计
内容提要
NVIDIA将Vera CPU用于自家芯片设计，与Cadence和Synopsys合作优化EDA工作负载。早期测试显示，在逻辑仿真和形式验证等关键任务上性能提升高达1.5倍。Vera结合88个定制核心和高带宽内存，加速验证流程，缩短开发周期。未来将采用Rosa CPU，形成芯片设计与软件优化的持续反馈循环。
延伸解读
为何CPU仍是芯片设计的关键
尽管GPU和AI加速了许多芯片设计环节，但逻辑仿真、形式验证和部分数字实现仍高度依赖CPU性能。这些工作负载需要快速单核、高效内存系统和强大吞吐量。Vera的88个定制核心和LPDDR5X内存子系统，正是针对这些需求优化，帮助缩短验证周期，让工程师在相同时间内评估更多设计方案。
1.5倍性能提升的实际意义
早期测试显示，在Cadence Jasper和Synopsys VCS等关键EDA应用上，Vera相比现有方案性能提升高达1.5倍。这意味着单个验证任务运行时间缩短，同时大规模回归测试的吞吐量增加。对于动辄数年的芯片开发周期，这种加速能更早发现设计缺陷，减少后期昂贵的迭代，从而加快产品上市。
从Vera到Rosa的持续反馈循环
NVIDIA将自家CPU用于设计下一代CPU和GPU，形成“用自家芯片设计自家芯片”的闭环。未来采用Rosa CPU后，这种模式将延续。通过在实际EDA工作负载中优化软件和系统，NVIDIA能针对自身架构调优，每一代芯片都为下一代设计提供改进基础，推动芯片设计与软件优化的协同演进。
Q&A
NVIDIA 如何利用 Vera CPU 加速下一代芯片设计？
NVIDIA 将 Vera CPU 部署在其 EDA 工作流程中，与 Cadence 和 Synopsys 合作优化关键 EDA 应用，以加速逻辑仿真、形式验证等计算密集型任务，从而缩短开发周期。
Vera CPU 在 EDA 工作负载上的性能提升有多大？
早期测试显示，在 Cadence Jasper 和 Synopsys VCS 等关键验证和仿真工作负载上，Vera CPU 的性能提升高达 1.5 倍。
Vera CPU 的主要技术规格是什么？
Vera CPU 结合了 88 个定制的 NVIDIA Olympus CPU 核心、高能效的 LPDDR5X 内存子系统以及第二代 NVIDIA Scalable Coherent Fabric，提供强大的单核性能、高内存带宽和低延迟。
为什么 EDA 工作负载仍然依赖 CPU 性能？
尽管 GPU 和 AI 加速了许多芯片设计环节，但逻辑仿真、形式验证和部分数字实现等关键 EDA 工作负载仍高度依赖 CPU 性能，因为它们需要快速单核、高效内存系统和强大的整体吞吐量。
NVIDIA 与 Cadence 和 Synopsys 的合作内容是什么？
NVIDIA 与 Cadence 和 Synopsys 合作，优化其 EDA 应用（如 Cadence Jasper 和 Synopsys VCS）以适配 Vera CPU，包括应用分析、软件优化和系统级调优，以提高工程生产力。
Vera CPU 如何帮助缩短芯片开发周期？
Vera CPU 通过更快的执行速度缩短单个验证运行时间，并通过更高的吞吐量让工程师在相同开发窗口内评估更多设计备选方案、完成更多验证，从而减少下游迭代，缩短整体开发周期。
NVIDIA 未来在 CPU 方面有什么计划？
NVIDIA 计划在 Vera 的基础上推出下一代 Rosa CPU，采用 NVIDIA Rigel 核心，并继续优化领先的 EDA 应用，形成芯片设计、软件优化和系统工程的持续反馈循环。
